s’adapter à un monde du travail en constante évolution.

La tentation est de plus en plus grande de déléguer notre travail à des machines (et quand je dis machines, je parle bien de code). L’apprentissage machine devient de plus en plus performant et nous sommes sur la bonne voie pour un avenir dans lequel les machines accompliront la plupart des tâches que nous considérons actuellement comme employables.

Les tâches répétitives seront les premières visées – en fait, c’est déjà bien parti. Les emplois qui exécutent quelques tâches spécifiques et nécessitent un volume élevé de répétitions sont remplacés par des machines qui peuvent faire le même travail, plus rapidement et de façon plus constante. Ce phénomène se concrétise aujourd’hui et nous avons vu de nombreuses entreprises remplacer leurs employés de première ligne et leurs employés d’entrepôt par une solution numérique. Les prochains emplois touchés seront ceux aux responsabilités plus variées et qui exigent des données. L’apprentissage automatique n’est essentiellement qu’un processus de prise de décision automatisé. Les algorithmes ont recours à un grand volume de données historiques pour apprendre comment les humains réagissent à différentes situations et prennent la décision qui se rapproche le plus (pas nécessairement la meilleure décision, mais nous y reviendrons plus tard). Par conséquent, plus nous recueillerons de données sur nous-mêmes, nos entreprises et le monde dans lequel nous évoluons, plus nous transférerons de composantes de nos postes vers les machines. Après tout, n’est-il pas toujours préférable de faire quelque chose plus rapidement ET avec plus de précision?

Pas forcément. Lorsque nous donnons trop d’autonomie aux machines par rapport aux humains, nous enlevons la compassion de l’équation. Certains lieux de travail se tournent vers les machines pour prendre des décisions en matière de personnel, de sorte qu’ils peuvent congédier automatiquement les employés dont le rendement est faible sans tenir compte du contexte qui fait que leur rendement est peut-être plus lent que la normale. Il est tellement important que nous tenions les humains au courant des décisions de ce genre – les machines sont excellentes pour traiter de grandes quantités de données en peu de temps et nous devrions continuer à les utiliser en ce sens, mais la décision finale devrait toujours être prise par un humain. Et lorsque les machines prennent des décisions partiales, les personnes sous-représentées sont celles affectées de manière disproportionnée. Si nous ne corrigeons pas le préjugé humain dans les données, ou si nous ne donnons pas aux gens l’occasion de se rendre compte qu’une décision partiale a été prise, la machine ne fera que renforcer les préjugés humains du passé.

Mais qu’est-ce que cela signifie pour nous?

À l’heure actuelle, l’intégration des machines est inévitable. Dans un sondage mené auprès de 1 201 Canadiennes, Randstad a constaté que 30 % des travailleuses canadiennes craignent de perdre leur emploi en raison de la technologie au cours des cinq à dix prochaines années, mais 54 % des femmes ne font encore rien pour protéger leur carrière des effets négatifs de la technologie. 65 % pensent que les employeurs devraient les aider à trouver un autre emploi dans l’organisation lorsque leur emploi sera remplacé par l’automatisation (Randstad Canada, 2019). Nous ne pouvons pas arrêter l’omniprésence croissante de l’apprentissage automatique, nous ne pouvons que travailler sur nous-mêmes et remodeler notre manière d’aborder le travail. Nous aurons besoin de gens dans des postes stratégiques et nous aurons besoin de personnes dont les tâches consistent précisément à s’assurer que les décisions sont prises dans le bon contexte. Une autre façon d’y parvenir est de peaufiner nos compétences générales. Les machines sont douées pour ces tâches répétitives et constantes, mais elles ne le sont pas autant pour les aspects qui font de nous des êtres humains. Selon Randstad, 44 % des Canadiennes considèrent l’empathie comme la principale compétence qu’elles apportent au travail. Voici ce que certains d’entre vous ont dit pendant les #RandstadTechTalks :

Si nous avions eu cette conversation il y a cinq ans, tout le monde aurait parlé de l’importance d’apprendre à coder. Je suis moi-même développeuse et partisane de l’enseignement de l’informatique, mais il est devenu clair que même les développeurs ne sont pas à l’abri de l’automatisation du travail. Comme Amy et RC l’ont mentionné dans les gazouillis ci-dessus, ce sont les compétences plus métaphysiques que les professionnels de l’avenir utiliseront pour devancer les machines. La compassion, l’empathie, l’intuition et la créativité sont les compétences humaines que les machines ont le plus de difficultés à développer. Nous constatons déjà que les employeurs privilégient ces compétences dans le processus d’embauche et leur importance ne fera que croître à mesure que l’apprentissage automatique deviendra plus sophistiqué.

. . .

où en sommes-nous aujourd’hui?

Nous sommes en pleine période de grands changements. La technologie progresse plus rapidement que jamais et suscite autant d’enthousiasme que d’inquiétude au sujet de l’avenir alimenté par l’IA. Les entreprises reconnaissent l’importance de la diversité et de l’inclusion et s’efforcent de favoriser des milieux de travail plus sains et plus flexibles. En tant qu’innovateurs, nous sommes en mesure d’influencer l’évolution de la main-d’œuvre.

Principales conclusions :

• Les entreprises se mondialisent et celles du secteur des technologies se développent plus rapidement que toute autre industrie. Plus de la moitié des rôles seront entièrement à distance d’ici 2025.
• La diversité n’est pas seulement importante, elle est indispensable. Les entreprises qui adhèrent à la diversité et favorisent des milieux de travail inclusifs seront celles qui tireront leur épingle du jeu dans la course à la mondialisation.
• L’apprentissage automatique a progressé, mais ce n’est pas une solution miracle – prenez le temps de bien réfléchir avant d’utiliser une solution IA. Méfiez-vous des produits qui proposent de résoudre tous vos problèmes avec l’apprentissage automatique et tenez compte de ce qui suit : ouvre-t-on la porte aux préjugés? À quel moment la décision finale sera-t-elle prise? Par qui?

L’avenir du travail est déjà amorcé.

avez-vous manqué la première partie de cet article ? elle porte sur la façon dont la diversité façonnera l'avenir du travail. à lire absolument !

sage franch

Sage Franch est une développeuse et entrepreneure en technologie établie à Montréal. En tant que fondatrice et directrice de la technologie chez Crescendo, Sage se spécialise dans les technologies qui permettent aux organisations de favoriser la diversité et l’inclusion grâce à la création d’une histoire convaincante. Elle est mère de famille, musicienne et écrivaine de fiction et de documentaires. On peut la lire sur trendytechie.ca.